Una metaheurística co-evolutiva para el problema del viajante de comercio

Autores
Holstein, Diana
Año de publicación
1998
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Moscato, Pablo
Bria, Oscar N.
Descripción
En este Trabajo de Grado se presenta una estrategia general (metaheurística) para la resolución del Problema del Viajante de Comercio. Éste es un problema clásico de optimización combinatoria, cuyo conjunto de soluciones posibles es finito, pero demasiado numeroso para ser manejado en forma directa. Dado un conjunto de ciudades, y una medida de “costo” entre ellas, el problema consiste en hallar un camino cerrado (tour) de costo mínimo, que visite cada ciudad exactamente una vez. El costo puede estar representado por la distancia entre las ciudades, o por cualquier otra medida, tal como el tiempo que las separa o el costo de un pasaje entre ellas. Este problema puede aplicarse en muchas situaciones prácticas, tales como ruteo de vehículos, secuenciamiento de tareas, conexión de módulos electrónicos. Además reviste una importancia teórica para la Teoría de Complejidad, pues pertenece a la clase de los problemas combinatorios NP- Completos, para los cuales se conjetura que el tiempo de cómputo requerido para hallar la solución exacta crece al menos exponencialmente con el tamaño de la instancia considerada. Por esto es necesario buscar heurísticas que encuentren rápidamente tours cercanos al óptimo. En el contexto de los problemas de optimización combinatoria, se pueden definir las heurísticas como técnicas que producen soluciones factibles rápidamente, en cuanto al tiempo de cómputo requerido, pero tales soluciones no son necesariamente óptimas. Estos procedimientos tienen una justificación intuitiva. Las metaheurísticas son estrategias que generalmente guían otras heurísticas, y que no dependen de las características del problema a resolver. El desarrollo de metaheurísticas para resolver este problema, permite que las mismas técnicas puedan aplicarse a una gran variedad de problemas combinatorios. El Problema del Viajante de Comercio se ha utilizado siempre para ensayar diferentes enfoques de optimización combinatoria, incluyendo las técnicas clásicas de optimización local, así como variantes más recientes: Búsqueda Tabú, Redes Neuronales, Algoritmos Genéticos. Es un dominio atípico desde el punto de vista teórico y experimental. Luego de presentar el Problema del Viajante de Comercio, las secciones iniciales de este Trabajo describirán por separado los componentes de la metaheurística a desarrollar: heurísticas de búsqueda local, Búsqueda Local Guiada, Algoritmos Meméticos. En la Sección 6, se integrarán estos conceptos para diseñar una estrategia de resolución del Problema del Viajante de Comercio, que intenta aprovechar las mejores características de cada uno de estos enfoques. Las últimas secciones presentarán los resultados de los experimentos realizados y las conclusiones del trabajo.
Tesis digitalizada en SEDICI gracias a la colaboración de la Biblioteca de la Facultad de Informática.
Licenciado en Informática
Universidad Nacional de La Plata
Facultad de Ciencias Exactas
Materia
Ciencias Informáticas
Heuristic methods
Problem Solving, Control Methods, and Search
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/2187

id SEDICI_d6dd433565fae26e3ddec87838194598
oai_identifier_str oai:sedici.unlp.edu.ar:10915/2187
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Una metaheurística co-evolutiva para el problema del viajante de comercioHolstein, DianaCiencias InformáticasHeuristic methodsProblem Solving, Control Methods, and SearchEn este Trabajo de Grado se presenta una estrategia general (metaheurística) para la resolución del Problema del Viajante de Comercio. Éste es un problema clásico de optimización combinatoria, cuyo conjunto de soluciones posibles es finito, pero demasiado numeroso para ser manejado en forma directa. Dado un conjunto de ciudades, y una medida de “costo” entre ellas, el problema consiste en hallar un camino cerrado (tour) de costo mínimo, que visite cada ciudad exactamente una vez. El costo puede estar representado por la distancia entre las ciudades, o por cualquier otra medida, tal como el tiempo que las separa o el costo de un pasaje entre ellas. Este problema puede aplicarse en muchas situaciones prácticas, tales como ruteo de vehículos, secuenciamiento de tareas, conexión de módulos electrónicos. Además reviste una importancia teórica para la Teoría de Complejidad, pues pertenece a la clase de los problemas combinatorios NP- Completos, para los cuales se conjetura que el tiempo de cómputo requerido para hallar la solución exacta crece al menos exponencialmente con el tamaño de la instancia considerada. Por esto es necesario buscar heurísticas que encuentren rápidamente tours cercanos al óptimo. En el contexto de los problemas de optimización combinatoria, se pueden definir las heurísticas como técnicas que producen soluciones factibles rápidamente, en cuanto al tiempo de cómputo requerido, pero tales soluciones no son necesariamente óptimas. Estos procedimientos tienen una justificación intuitiva. Las metaheurísticas son estrategias que generalmente guían otras heurísticas, y que no dependen de las características del problema a resolver. El desarrollo de metaheurísticas para resolver este problema, permite que las mismas técnicas puedan aplicarse a una gran variedad de problemas combinatorios. El Problema del Viajante de Comercio se ha utilizado siempre para ensayar diferentes enfoques de optimización combinatoria, incluyendo las técnicas clásicas de optimización local, así como variantes más recientes: Búsqueda Tabú, Redes Neuronales, Algoritmos Genéticos. Es un dominio atípico desde el punto de vista teórico y experimental. Luego de presentar el Problema del Viajante de Comercio, las secciones iniciales de este Trabajo describirán por separado los componentes de la metaheurística a desarrollar: heurísticas de búsqueda local, Búsqueda Local Guiada, Algoritmos Meméticos. En la Sección 6, se integrarán estos conceptos para diseñar una estrategia de resolución del Problema del Viajante de Comercio, que intenta aprovechar las mejores características de cada uno de estos enfoques. Las últimas secciones presentarán los resultados de los experimentos realizados y las conclusiones del trabajo.Tesis digitalizada en SEDICI gracias a la colaboración de la Biblioteca de la Facultad de Informática.Licenciado en InformáticaUniversidad Nacional de La PlataFacultad de Ciencias ExactasMoscato, PabloBria, Oscar N.1998info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionTesis de gradohttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/2187spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0/Creative Commons Attribution 4.0 International (CC BY 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:48:40Zoai:sedici.unlp.edu.ar:10915/2187Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:48:42.231SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Una metaheurística co-evolutiva para el problema del viajante de comercio
title Una metaheurística co-evolutiva para el problema del viajante de comercio
spellingShingle Una metaheurística co-evolutiva para el problema del viajante de comercio
Holstein, Diana
Ciencias Informáticas
Heuristic methods
Problem Solving, Control Methods, and Search
title_short Una metaheurística co-evolutiva para el problema del viajante de comercio
title_full Una metaheurística co-evolutiva para el problema del viajante de comercio
title_fullStr Una metaheurística co-evolutiva para el problema del viajante de comercio
title_full_unstemmed Una metaheurística co-evolutiva para el problema del viajante de comercio
title_sort Una metaheurística co-evolutiva para el problema del viajante de comercio
dc.creator.none.fl_str_mv Holstein, Diana
author Holstein, Diana
author_facet Holstein, Diana
author_role author
dc.contributor.none.fl_str_mv Moscato, Pablo
Bria, Oscar N.
dc.subject.none.fl_str_mv Ciencias Informáticas
Heuristic methods
Problem Solving, Control Methods, and Search
topic Ciencias Informáticas
Heuristic methods
Problem Solving, Control Methods, and Search
dc.description.none.fl_txt_mv En este Trabajo de Grado se presenta una estrategia general (metaheurística) para la resolución del Problema del Viajante de Comercio. Éste es un problema clásico de optimización combinatoria, cuyo conjunto de soluciones posibles es finito, pero demasiado numeroso para ser manejado en forma directa. Dado un conjunto de ciudades, y una medida de “costo” entre ellas, el problema consiste en hallar un camino cerrado (tour) de costo mínimo, que visite cada ciudad exactamente una vez. El costo puede estar representado por la distancia entre las ciudades, o por cualquier otra medida, tal como el tiempo que las separa o el costo de un pasaje entre ellas. Este problema puede aplicarse en muchas situaciones prácticas, tales como ruteo de vehículos, secuenciamiento de tareas, conexión de módulos electrónicos. Además reviste una importancia teórica para la Teoría de Complejidad, pues pertenece a la clase de los problemas combinatorios NP- Completos, para los cuales se conjetura que el tiempo de cómputo requerido para hallar la solución exacta crece al menos exponencialmente con el tamaño de la instancia considerada. Por esto es necesario buscar heurísticas que encuentren rápidamente tours cercanos al óptimo. En el contexto de los problemas de optimización combinatoria, se pueden definir las heurísticas como técnicas que producen soluciones factibles rápidamente, en cuanto al tiempo de cómputo requerido, pero tales soluciones no son necesariamente óptimas. Estos procedimientos tienen una justificación intuitiva. Las metaheurísticas son estrategias que generalmente guían otras heurísticas, y que no dependen de las características del problema a resolver. El desarrollo de metaheurísticas para resolver este problema, permite que las mismas técnicas puedan aplicarse a una gran variedad de problemas combinatorios. El Problema del Viajante de Comercio se ha utilizado siempre para ensayar diferentes enfoques de optimización combinatoria, incluyendo las técnicas clásicas de optimización local, así como variantes más recientes: Búsqueda Tabú, Redes Neuronales, Algoritmos Genéticos. Es un dominio atípico desde el punto de vista teórico y experimental. Luego de presentar el Problema del Viajante de Comercio, las secciones iniciales de este Trabajo describirán por separado los componentes de la metaheurística a desarrollar: heurísticas de búsqueda local, Búsqueda Local Guiada, Algoritmos Meméticos. En la Sección 6, se integrarán estos conceptos para diseñar una estrategia de resolución del Problema del Viajante de Comercio, que intenta aprovechar las mejores características de cada uno de estos enfoques. Las últimas secciones presentarán los resultados de los experimentos realizados y las conclusiones del trabajo.
Tesis digitalizada en SEDICI gracias a la colaboración de la Biblioteca de la Facultad de Informática.
Licenciado en Informática
Universidad Nacional de La Plata
Facultad de Ciencias Exactas
description En este Trabajo de Grado se presenta una estrategia general (metaheurística) para la resolución del Problema del Viajante de Comercio. Éste es un problema clásico de optimización combinatoria, cuyo conjunto de soluciones posibles es finito, pero demasiado numeroso para ser manejado en forma directa. Dado un conjunto de ciudades, y una medida de “costo” entre ellas, el problema consiste en hallar un camino cerrado (tour) de costo mínimo, que visite cada ciudad exactamente una vez. El costo puede estar representado por la distancia entre las ciudades, o por cualquier otra medida, tal como el tiempo que las separa o el costo de un pasaje entre ellas. Este problema puede aplicarse en muchas situaciones prácticas, tales como ruteo de vehículos, secuenciamiento de tareas, conexión de módulos electrónicos. Además reviste una importancia teórica para la Teoría de Complejidad, pues pertenece a la clase de los problemas combinatorios NP- Completos, para los cuales se conjetura que el tiempo de cómputo requerido para hallar la solución exacta crece al menos exponencialmente con el tamaño de la instancia considerada. Por esto es necesario buscar heurísticas que encuentren rápidamente tours cercanos al óptimo. En el contexto de los problemas de optimización combinatoria, se pueden definir las heurísticas como técnicas que producen soluciones factibles rápidamente, en cuanto al tiempo de cómputo requerido, pero tales soluciones no son necesariamente óptimas. Estos procedimientos tienen una justificación intuitiva. Las metaheurísticas son estrategias que generalmente guían otras heurísticas, y que no dependen de las características del problema a resolver. El desarrollo de metaheurísticas para resolver este problema, permite que las mismas técnicas puedan aplicarse a una gran variedad de problemas combinatorios. El Problema del Viajante de Comercio se ha utilizado siempre para ensayar diferentes enfoques de optimización combinatoria, incluyendo las técnicas clásicas de optimización local, así como variantes más recientes: Búsqueda Tabú, Redes Neuronales, Algoritmos Genéticos. Es un dominio atípico desde el punto de vista teórico y experimental. Luego de presentar el Problema del Viajante de Comercio, las secciones iniciales de este Trabajo describirán por separado los componentes de la metaheurística a desarrollar: heurísticas de búsqueda local, Búsqueda Local Guiada, Algoritmos Meméticos. En la Sección 6, se integrarán estos conceptos para diseñar una estrategia de resolución del Problema del Viajante de Comercio, que intenta aprovechar las mejores características de cada uno de estos enfoques. Las últimas secciones presentarán los resultados de los experimentos realizados y las conclusiones del trabajo.
publishDate 1998
dc.date.none.fl_str_mv 1998
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
Tesis de grado
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/2187
url http://sedici.unlp.edu.ar/handle/10915/2187
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by/4.0/
Creative Commons Attribution 4.0 International (CC BY 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/4.0/
Creative Commons Attribution 4.0 International (CC BY 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615739747598336
score 13.070432